语料库视域下英语学习者写作词汇丰富性研究

左葳岳

（宁波大学科学技术学院,浙江宁波 315300）

一、引言

作为衡量英语学习成效的重要指标，写作一直被视为英语教学的重中之重。虽然学生与教师在英语写作方面投入了大量精力，但目前国内多数高校学生的英语写作仍停留在较低水平。不少学生表示影响他们写作的主要问题之一是 “无词可用”，这表明学生除掌握基本语法结构和培养自身逻辑思辨能力外，还要加强词汇积累、提升词汇量。实际上词汇是限制学生提升写作水平的直接因素之一。Engber（1995）认为词汇量与外语写作相关性较强，谭晓晨（2006）也认为英语水平与产出性词汇发展关系密切。对词汇进行研究能够促进二语习得的进一步发展，因此我们有必要对高校学生的英语写作词汇进行进一步研究。

二、文献综述

目前二语写作词汇研究引起了国内外学者的广泛关注，其中一个重要议题与词汇丰富性有关，这一术语指语言使用者在产出言语过程中使用词汇的丰富程度，它是衡量二语写作水平的重要指标之一（Read，2000），具体包括词汇变化性、词汇密度、词汇复杂性、词汇错误等范畴。

国外关于词汇丰富性的研究始于20世纪末。Linnarud（1986）比较中学生二语学习者与同年级母语学生作文后发现，学习者的词汇变化性和词汇错误与本族语者有显著差异，本族语者作文明显优于学习者。Engber对国际留学生的作文进行研究，结果发现词汇变化性越强，写作文本质量越高。Hyltenstam（1988）则认为词汇密度与二语写作质量之间相关性不强。Lu（2012）研究了词汇丰富性和二语英语学习者口语文本质量之间的关系，结果发现词汇密度与口语文本质量之间相关性不大，词汇复杂性与口语文本质量呈弱相关，而词汇变化性与文本质量相关性较强。

国内的英语写作词汇丰富性研究起步相对较晚。马广惠（1999）对133名非英语专业学生进行测试，结果发现词汇表达能力是影响写作能力的重要因素。万丽芳（2010）对不同高校的英语专业学生进行研究，指出词汇变化性与英语水平密切相关，词汇复杂性不能以词频衡量，词汇错误的数量随写作任务的复杂度增加。朱慧敏（2013）对30名英语专业学生进行了长达四年的跟踪，发现高频词的使用随着学习的深入逐步下降，同时高级词汇的使用呈上升趋势，平均词长和写作水平密切相关。此外，实验发现词汇密度不能有效反映词汇发展水平，因为词汇密度不能有效区分同一实词在文本中的重复使用。何微微（2016）认为词汇密度是测量实词量的有效指标，实词量随文章长度的增长而增加，过低的实词率会使文章难以理解。

当前关于英语写作词汇丰富性的研究呈上升趋势，近年来随着语料库技术的兴起，大部分研究者从语料库视角展开词汇研究（Laufer 1994；王立非 2007）。目前学界普遍认同词汇错误与写作难度密切相关，但对于词汇变化性、词汇密度、词汇复杂性是否与写作水平相关的讨论仍然各执一词。此外，除朱惠敏外，目前国内极少有人将词长作为词汇丰富性的指标进行研究。鉴于此，本研究将从词汇变化性、词汇密度、词汇复杂性、词长四个维度入手，对中国英语学习者的写作词汇丰富性进行研究。为分析二语写作词汇丰富性特征，我们还将对比学习者的写作语料与本族语者的写作文本。研究问题包括：

1.与本族语者相比，学习者的词汇变化性是否存在显著差异？

2.与本族语者相比，学习者的词汇密度是否存在显著差异？

3.与本族语者相比，学习者的词汇复杂性是否存在显著差异？

4.与本族语者相比，学习者是否倾向于使用长词？

三、理论框架

词汇丰富性这一概念是基于二语写作提出的，在这一背景下，前人已建立了多种理论框架，例如Laufer认为可以从词汇变化性、词汇密度、词汇复杂性和词汇新颖性四个角度考察词汇丰富性；Engber又在此基础上加入了词汇错误这一概念；而Read认为词汇新颖性不适合评估学习者的词汇能力，因为词汇新颖性很大程度上取决于对照组的词汇能力，因此他将词汇丰富性定义为词汇变化性、词汇密度、词汇复杂性和词汇错误。此外，Medero&Ostendorf（2009）首次提出词长可以衡量词汇难度的观点。

综合以上观点，本研究将基于Read和Medero &Ostendorf的理论框架，将词汇错误排除在外并加入词长这一指标，将词汇丰富性定义为词汇变化性、词汇密度、词汇复杂性和词长四个维度。其中词汇变化性指文本中的类符与形符的比值（type-token ratio，TTR），但是该值受文章长度影响较大。为进一步提升精确性，本研究将采用标准化类符/形符比（standardized type-token ratio，STTR）衡量词汇变化性。词汇复杂性指复杂词汇在文本中所占比例。本研究采用BNC/COCA词频列表统计复杂词汇，该列表将英语词汇分为25个级别，如最常用的1,000词汇为K-1级，次常用的1,001-2,000词汇为K-2级，依此类推；词汇密度指实词在文本中所占比重；词长指单词长度，即单词字母的多少。

四、研究设计

（一）语料来源

本研究的语料来自宁波某高校二年级学生的277篇专四模拟作文，这些学生均为英语专业且有十年以上的英语学习经验。本族语者语料来自BNC语料库，这是全球最具有权威性的英语语料库之一，BNC语料来源广泛，具有较强的代表性。本研究采用BNC语料库的写作部分，容量为100万词，主要来源有小说、杂志、报刊和学术文本。

（二）数据处理

本研究首先收集学生作文，用文字识别软件转写后通过WordSmith 8.0统计STTR；利用Compleat Lexical Tutor统计复杂词汇占比；借助Free CLAWS web tagger对语料进行标注，再用AntConc 3.4.3计算词汇密度。

五、结果与讨论

（一）词汇变化性

分析表明，本族语者的词汇变化性高于中国英语学习者（见表1）。

表1 词汇变化性

如表1所示，学习者的STTR为33.35%，而本族语者为42.44%，这意味着学习者的词汇变化性远低于英语本族语者。这一结果验证了Engber和万丽芳的结论：在不同水平的学习者中，词汇变化性存在差异。这可能与学习者的学习方式有关。对学习者而言，英语是第二语言，他们经常以汉语思维方式学习英语，且大部分学生没有积累单词的习惯，这就造成了接受性词汇（receptive vocabularies）输入过少，用于书面语的产出性词汇（productive vocabularies）相应更少；而本族语者长期处于英语环境下，词汇量不断积累，用词也更加地道。同时，由于学习者长期处于汉语环境，极少主动习得英语，因此他们在英语写作中总是感到“词不达意”甚至“无词可用”。

（二）词汇密度

中国英语学习者的词汇密度和本族语者相差不大。

表2 词汇密度

侧面说明词汇密度并不适合作为衡量词汇丰富性的指标。在实际写作中，大量重复使用实词虽然能够提高词汇密度，但这会使文章用词反复，从而降低词汇变化性。

（三）词汇复杂性

英语学习者的词汇复杂性低于本族语者。具体来说，学习者的词汇高度集中在英语常见的前3,000词，覆盖率达到95%；而本族语者的词汇高度集中于前4,000词，覆盖率为97%。此外，中国英语学习者使用最常见的前1,000词汇频率为82%，本族语者为77%，这表明学习者在写作时更倾向于使用简单常用的口语词汇，用词的正式性有待提高。这一结果与张亚平（2013）的结论一致，即中国学习者的写作词汇相对简单，常用词汇的使用频率也更高，但是高级词汇数量偏少，词汇复杂性明显低于本族语者；而本族语者的书面语除常用词汇外，还更多使用高级词汇。对于这一结果，笔者认为除中国英语学习者的学习习惯外，还有可能是因为部分学生在写作时为了少丢分而“故意”使用熟悉的词汇，甚至老师也引导他们尽量少用拿不准的词汇，这些因素在很大程度上降低了词汇复杂性。

（四）词长

在本研究中本族语者的平均词长大于学习者。前者的平均词长为4.91个字母。后者为4.75个字母。一般认为，正式语体往往使用长词，非正式语体的词汇较短。换言之，词长可以衡量用词正式性（李宝成，2004）。因此，学习者的用词正式性不及本族语者。

结论与启示

本文通过对比英语学习者和本族语者的写作文本，发现前者的词汇相对单一，高级词汇较少，其词汇变化性远低于本族语者；同时，学习者和本族语者的词汇密度相差不大。在词汇复杂性方面，中国英语学习者低于本族语者，覆盖率不及本族语者。词长方面，本族语者平均词长高于中国英语学习者。简而言之，在词汇丰富性的四个维度中，词汇变化性、词汇复杂性、词长能够表现出英语写作水平的差异，而词汇密度不能表现出这种差异。

基于这些发现，笔者认为学习者在词汇丰富性方面与本族语者仍有较大差距。这可能与他们的学习习惯或教师的授课方式有关。作为英语学习的基础，词汇具有举足轻重的作用，它在一定程度上限制写作能力。笔者建议学生要高度注重词汇，主动增加自身词汇量，积累高级词汇，从根本上提高词汇丰富性，缩小与本族语者的差距。而教师除讲授语法知识和写作策略外，还要引导学生主动学习词汇，鼓励学生使用高阶词汇，避免功利性地只为取得高分、少犯错使用高频词。

①类符(type)指不重复计算的形符数。

②形符(token)相当于“词”。

③计算每个文本每1000词的类符/形符比，再将得到的若干个比值进行均值处理。

④根据频率与范围两个标准建立的一款词频列表，融入了美式英语和英式英语，由Nation和Davies等人于2012年创建。(British National Corpus，简称BNC；Corpus of Contemporary American English，简称COCA)

⑤一款由魁北克大学开发的大型语料库在线检索系统（https://www.lextutor.ca），包括语料库检索、词汇测试、词汇学习、词汇分析等功能。

⑥一款由兰卡斯特大学开发的在线词性标注器（http://ucrel-api.lancaster.ac.uk/claws/free.html）。